RefMag.ru - Оценка. Помощь в решении задач, тестов, практикумов, курсовых, аттеста­ционных

RefMag.ru - Помощь в решении в учебе

Заказать:
- заказать решение тестов и задач
- заказать помощь по курсовой
- заказать помощь по диплому
- заказать помощь по реферату

Репетитор оценщика

Готовые работы заочников

Тесты:

Задачи:

Примеры работ по оценке

Примеры курсовых работ
Примеры аттест­ационных работ
Учебные дисциплины
Литература
Заказ работ:




Экспертная и репетиторская помощь по решению тестов, задач, практикумов и всех других видов работ. Сергей.
тел. +7(495)795-74-78, [email protected], ,
,

Примеры выполненных работ: | контрольные | курсовые | дипломные | отзывы |




Методические материалы:

Список литературы по оценочной деятельности > Влияние санкций на детерминанты стоимости акций российских компаний

Влияние санкций на детерминанты стоимости акций российских компаний

Галкин А.С., Гуров И.Н., Студников С.С. Влияние санкций на детерминанты стоимости акций российских компаний // Инновации и инвестиции. 2020. № 3. С. 161-166.

Скачать оригинал статьи

Фрагмент работы на тему "Влияние санкций на детерминанты стоимости акций российских компаний"

161 «ИННОВАЦИИ И ИНВЕСТИЦИИ». № 3. 2020 Влияние санкций на детерминанты стоимости акций российских компаний Галкин Андрей Сергеевич, исследователь Центра прикладных финансовых исследова- ний, кафедра финансов и кредита, МГУ имени М.В. Ломоносо- ва, [email protected] Гуров Илья Николаевич, к.э.н., кафедра финансов и кредита, МГУ имени М.В. Ломоно- сова, [email protected] Студников Сергей Сергеевич, старший преподаватель, кафедра финансов и кредита, МГУ имени М.В. Ломоносова, [email protected] Основная цель статьи – определить влияние санкций на де- терминанты стоимости акций российских компаний. Исследо- вание основывается на данных за 2012-2017 гг. по динамике доходностей 40 наиболее ликвидных акций российских компа- ний, а также по динамике значений индекса полной доходно- сти ММВБ, кривой бескупонной доходности ОФЗ, цен на нефть и изменению ожиданий инвесторов относительно де- нежных потоков компаний. В статье показано, что даже с уче- том падения цен на нефть, антироссийские санкции привели к статистически значимому изменению коэффициентов бета для большинства компаний, увеличению безрисковой ставки и премии за рыночный риск, а также снижению ожидаемых де- нежных потоков. В соответствии с моделью дисконтированных денежных потоков все эти факторы оказали влияние на изме- нение внутренней стоимости компаний. Ключевые слова: санкции, оценка стоимости акций, внутрен- няя стоимость акций Введение Оказавшиеся под санкциями компании могут столк- нуться со значительными трудностями финансового, коммерческого, технологического и репутационного характера, что окажет влияние на стоимость их акций. Начиная с апреля 2014 года антироссийские санкции перестали быть только лишь персональными (как это было, например, в случае списка Магнитского) и вышли на уровни компаний. В первую очередь страны- субъекты санкций (к ним относятся США, Канада, большинство стран Европы, Япония, Австралия и Но- вая Зеландия) были заинтересованы в ослаблении компаний с государственным участием. Экономические санкции на корпоративном уровне были направлены против нефтегазовых коопораций и их дочерних компа- ний, некоторых банков, а также государственных обо- ронных предприятий. Основные содержательные направления применяемых с 2014 года экономических санкций, затронувших российские компании, включают в себя запрещение экспорта в Россию оборудования и технологий нефтедобычи и нефтепереработки, запрет зарубежным инвесторам осуществления совместных проектов с российскими компаниями, ограничение до- ступа к внешним кредитам банков, а также арест и за- мораживание счетов лиц, связанных с управлением российскими компаниями. Обзор литературы В экономической литературе имеется большое ко- личество научных работ [1], посвященных анализу вли- яния санкций на экономику в целом, темпы роста ВВП в среднесрочной и долгосрочной перспективе. Ряд авто- ров исследовали влияние санкций на состояние рос- сийской экономики с 2014 года по текущее время. В исследованиях были проведены количественные оцен- ки влияния различных факторов (санкции, падение цен на нефть, ошибки в управлении экономикой) на сниже- ние темпов роста российской экономики [2]. В ряде ра- бот рассматривалось влияние санкций на отдельные рынки, в частности, было показано, что санкции не при- вели к нарушению устойчивости рынка труда и измене- нию его основных структурных и институциональных особенностей [3]. В то же время, в современной рос- сийской экономической литературе не представлено исследований влияния санкций на детерминанты стои- мости компаний. Решению этой проблемы посвящено настоящее исследование. Описание выборки и методики исследования Исследование проводилось на основании данных по российским публичным компаниям за 2012-2017 гг. В выборку вошли 40 российских публичных компаний, сгруппированных в 10 отраслей (перечень компаний см. в Таблице 1). В отношении 11 компаний из пред- ставленной выборки были введены санкции, еще в от- 162 «ИННОВАЦИИ И ИНВЕСТИЦИИ». № 3. 2020 ношении 10 компаний появлялись слухи о введении санкций (но санкции введены не были). В отношении оставшихся 19 компаний санкции не ожидались и не были введены. Таблица 1 Российские публичные компании, включенные в выборку Отрасль Компания Санкции в отношении компании за период исследования (2012- 2017 гг.) Нефть и газ Газпром Есть, первое введение – 12 сентяб- ря 2014 Роснефть Есть, первое введение – 16 июля 2014 Лукойл Есть, первое введение – 12 сентяб- ря 2014 Новатэк Есть, первое введение – 16 июля 2014 Газпром Нефть Есть, первое введение – 12 сентяб- ря 2014 Татнефть Нет, первые слухи – конец 2017 Сургутнефте- газ Есть, первое введение – 12 сентяб- ря 2014 Металлы и горная добыча Норникель Нет, первые слухи – конец 2017 НЛМК Есть, европейские пошлины в сере- дине 2016 Северсталь Нет, первые слухи – конец 2017 Мечел Нет, первые слухи – конец 2017 Полюс Нет, первые слухи – конец 2017 Распадская Нет ММК Есть, европейские пошлины в сере- дине 2016 Транс- порт Аэрофлот Нет, первые слухи – конец 2017 НМТП Нет Ютэйр Нет Банки Сбербанк Есть, первое введение – 12 сентяб- ря 2014 ВТБ Есть, первое введение – 29 июля 2014 БСП Нет Ритейл Магнит Нет М.Видео Нет Дикси Нет Химия и нефте- химия Фосагро Нет Уралкалий Нет Акрон Нет Электро- энерге- тика ФСК ЕЭС Нет Русгидро Нет Мосэнерго Нет Интер РАО Нет Россети Нет Машино- строение Автоваз Нет, первые слухи – конец 2017 Камаз Нет, первые слухи – конец 2017 Соллерс Нет, первые слухи – конец 2017 Строи- тельство Группа ПИК Нет, первые слухи – конец 2017 Группа ЛСР Нет Мостотрест Есть, первое введение – 1 сентября 2016 Теле- комму- никации МТС Нет Ростелеком Нет Мегафон Нет Источник: официальный сайт Министерства финансов США (home.treasury.gov), новостные ресурсы Для наиболее показательного отражения санкционно- го влияния на рыночную стоимость российских компаний исследуемый временной отрезок разделен на три при- близительно равных периода. В период «до санкций» (2012-2013 гг.) введение санкций не ожидалось инвесто- рами. Период «начало санкций» (2014-2015 гг.) включает в себя такие информационные сигналы, как официальные объявления введения новых экономических санкций и слухи о возможном применении ограничений такого рода. Через определенное время после введения санкций эко- номика может подстроиться под них, а инвесторы могут приспособиться к поступлению информационных сигна- лов о санкциях, в связи с чем может возникнуть «эффект привыкания» к санкциям, в результате которого реакция инвесторов (особенно в части восприятия рисков) изме- нится относительно периода начала санкций. В связи с этим в исследовании был выделен период «привыкания к санкциям» (2016-2017 гг). Также в периоды «начало санк- ций» и «привыкание к санкциям» отличался информаци- онный фон. По данным РИА Новости за двухлетний пери- од 2014-2015 гг. различными странами было объявлено о введении экономических санкций против российских ком- паний и лиц, связанных с российскими компаниями, при- мерно 130 раз. В то же время, за двухлетний период 2016-2017 гг. различными странами в отношении россий- ских компаний и физических лиц были использованы эко- номические санкции, большинство из которых ввела Украина, примерно 40 раз. Наряду с официальными объ- явлениями о санкциях, количество информационных сиг- налов другого характера, например, слухов о введении санкций, соответственно снижалось в 2016 и 2017 годах. Для исключения неточностей при проведении расчетов рассматривался также и объединенный период «во время санкций» (с 2014 по 2017 гг.). Выбор временных периодов подкрепляется реле- вантностью двухгодичного периода, так как в таком случае выборка содержит более 500 торговых дней. В связи с этим, за начало периода «до санкций» был вы- бран январь 2012 года (конкретно первая дата – 03.01.2012). за конец периода – декабрь 2013 года (по- следняя дата – 30.12.2013), длился этот период 505 дней; период «начало санкций» длился с 06.01.2014 по 30.12.2015 (500 дней в выборке); период «привыкание к санкциям» длился с 04.01.2016 по 29.12.2017 (503 дня в выборке). Для исключения неточностей в некоторых частях исследования расчеты также проводились и для объединенных последних двух периодов: с 06.01.2014 по 29.12.2017 длительностью в 1003 дня. 2012 2013 2014 2015 2016 2017 Период "до санк- ций" Период "во время санкций" Период "начало санкций" Период "привы- кание к санкциям" Отсутствие пред- посылок санкций, обстановка на Украине ещё не кажется опасной для власти, инве- сторы не могут предсказать какие- либо политические решения, которые могут быть вызва- ны Майданом Обострение ситуации на Украине в начале 2014 года, введение первых санкций про- тив российских долж- ностных лиц и компа- ний после референ- дума в Крыму, по- следующее расши- рение санкций, за- медление российской экономики Каждый новый информационный сигнал о санкциях похож на преды- дущий, инвесторы меньше боятся расширения старых и введения новых санкций, ожидается восстановление российской эконо- мики Нет влияния санк- ций Пик влияния санкций Спад влияния санкций Рисунок 1. Периоды исследования. Составлена авторами. Появление информационных сигналов оказывает воздействие на стоимость компаний в соответствии с механизмом трансмиссии, приведенном на Рисунке 2. 163 «ИННОВАЦИИ И ИНВЕСТИЦИИ». № 3. 2020 Появление информационных сигналов, связанных с введением санкций ? Без- рис- ковая ставка ? Коэффи- циент бета ? Рыноч- ная премия за риск ? Стои- мость долга ? Струк- тура капита- ла ? Текущие финан- совые показа- тели? Темпы роста экономи- ки и от- расли ? Темпы роста денежных потоков ? Стоимость капитала и Ожидаемые денежные потоки ? Изменение внутренней стоимости акций ? Изменение рыночной стоимости акций Рисунок 2. Трансмиссионный механизм влияния информационных сигналов, связанных с санкциями, на стоимость компаний. Составлено авторами. Далее в настоящей статье представлены методы исследования, и проводится анализ влияния информа- ционных сигналов о санкциях по каждому из каналов, указанных на Рисунке 2. Учет влияния санкций на коэффициент бета Рассмотрим изменение коэффициентов бета до- ходностей акций российских компаний. В исследуемый период на российские компании сильное влияние ока- зывало падение цен на нефть. Поэтому доходности исследуемых котировок содержат в себе как влияние описанных в первой главе информационных сигналов о санкциях, так и нефтяное влияние. Для релевантного отражения зависимости доходностей компаний от объ- явления санкций и учёта влияния санкций на коэффи- циент бета необходимо очистить этот коэффициент от влияния изменения нефтяных цен. Для очищения ис- пользовался инструментарий на основе модели сверх- доходности (CAR), в которой фактическую доход- ность акции можно представить как нормальную доходность (Kt) и сверхдоходность (ARt). Предвари- тельно рыночный индекс МосБиржи, на основе которо- го формировался ряд сверхдоходностей, был очищен от влияния нефти с помощью разработанного инстру- ментария. Исследование было проведено с помощью построения регрессии, отражающей зависимость до- ходности каждой компании от доходности очищенного от нефти индекса МосБиржи. Коэффициент при зави- симой переменной и являлся очищенным от нефти коэффициентом бета для компании. Процесс очищения коэффициента бета состоял из следующих этапов: 1. Вычисление доходности индекса МосБиржи: , где – доходность индекса МосБиржи, %, – значение индекса МосБиржи в день t, – значение индекса МосБиржи в день t-1. 2. Вычисление нефтяного коэффициента бета ( , который показывает реакцию доходности индекса МосБиржи на изменение цены на нефть: , где – ковариация доходностей нефти марки Brent и индекса МосБиржи за предыдущие 100 торговых дней, – дисперсия доходно- стей нефти марки Brent за предыдущие 100 торговых дней. 3. Вычисление нормальной доходности индекса МосБиржи ( ) на основе значений безрисковой ставки, изменений в доходности нефти марки Brent и нефтяного коэффициента бета: , где – доходность безрисковой ставки. 4. Вычисление сверхдоходности ( ) на основе фактической доходности индекса МосБиржи и её нормальной доходности: Построение регрессии, отражающей зависимость доходности каждой компании ( ) от сверхдоход- ности ( ): 5. Вычисление коэффициента при переменной сверхдоходности, который является искомым значени- ем очищенной бета для компании ( ). Таблица 2 Динамика очищенных от цен на нефть коэффициентов бета Отрасль Компания Значения бета в разных периодах (очищенный индекс МосБиржи) До санк- ций Начало санкций Привыка- ние Во время санкций Нефть и газ Газпром (с) 1,1 1,1 1,1 1,1 Роснефть (с) 0,8 0,9 ?** 1,1 ?** 1,0?** Лукойл (с) 0,8 1,0 ?** 1,2 ?** 1,1 ?** Новатэк (с) 1,1 1,2 0,9 ?** 1,1 Газпром Нефть (с) 0,6 0,6 0,5 0,5 Татнефть 1,2 1,1 1,4 ?** 1,2 Сургутнеф- тегаз (с) 1,1 1,0 ?** 0,9 0,9?** Металлы и горная добыча Норникель 0,9 0,8 0,9 0,8 НЛМК (с) 1,3 0,8 ?** 0,72 0,8 ?** Северсталь 1,3 0,8 ?** 0,7 0,7 ?** Мечел 1,7 1 ?** 1 1,?** Полюс 0,6 0,4 0,0 ?** 0,3 ?** Распадская 1,2 1,0 0,9 1,0 ММК (с) 1,2 0,8 ?** 0,8 0,8 ?** Транс- порт Аэрофлот 0,8 0,9 0,6 ?** 0,8 НМТП 0,4 0,5 0,2 ?** 0,4 Ютэйр 0,2 0,3 0,2 0,3 Банки Сбербанк (с) 1,2 1,3 1,5 ?** 1,3 ?** ВТБ (с) 1,2 0,9 ?** 0,9 0,8 ?** Банк СПБ 0,9 0,8 0,5 ?** 0,7 Ритейл Магнит 0,8 1,0 ?** 0,9 1,0 М.Видео 0,7 0,8 0,1?** 0,6 Дикси 0,7 0,8 0,4 ?** 0,7 Химия и нефте- химия Фосагро 0,5 0,5 0,4 0,5 Уралкалий 0,6 0,8 0,2 ?** 0,6 Акрон 0,8 0,6?** 0,3 ?** 0,5 ?** Элек- троэнер- гетика ФСК ЕЭС 1,3 1,1 0,9 1,0 ?** Русгидро 1,2 0,9 ?** 0,8 0,9 ?** Мосэнерго 0,9 0,7 ?** 0,6 0,7 ?** Интер РАО 1,1 1,0 0,5 ?** 0,8 ?** Россети 1,5 1,1 ?** 1,1 1,1 ?** Машино- строение Автоваз 0,7 0,5 0,2 ?** 0,4 ?** Камаз 0,5 0,6 0,3 ?** 0,5 Соллерс 0,8 0,8 0,3 ?** 0,6 Строи- тельство и недви- жимость Группа ПИК 0,3 0,5 ?** 0,2 ?** 0,4 ?** Группа ЛСР 1,0 0,8 ?** 0,4 ?** 0,6 ?** Мостотрест (с) 0,7 0,6 0,3 ?** 0,5 Теле- комму- никации МТС 0,7 1,2 ?** 0,9 ?** 1,1 ?** Ростелеком 0,8 0,8 0,6 ?** 0,8 Мегафон 0,6 0,8 ?** 0,5 ?** 0,7 164 «ИННОВАЦИИ И ИНВЕСТИЦИИ». № 3. 2020 В нашем исследовании оценка коэффициента бета основана на основе дневных доходностей акций и рын- ка за 100 предыдущих торговых дней. Выбор периода в 100 дней обоснован тем, что развивающийся россий- ский рынок акций (как и отдельные компании на нём) может изменяться на протяжении относительно корот- ких интервалов времени, поэтому использование пери- одов, равных году и больше, может дать коэффициент бета, имеющий мало общего с текущим положением дел с акциями компании. Статистическая значимость изменения коэффициентов бета определялась на ос- нове Критерия Лапласа для гипотезы о равенстве двух средних. Динамика значений коэффициентов бета представлена в таблице 2. Коэффициент бета ряда компаний существенно снижался и достигал значений, близких к нулю. По мнению авторов, эти оценки не следует рассматривать как истинные оценки коэффициента бета, так как они могут быть искажены, в частности, следствием низкой ликвидность акций этих компаний в рассматриваемый период. Значимость проверялась по отношению к предыду- щему временному периоду («начало санкций сравни- валось с периодом «до санкций», «привыкание к санк- циям» с периодом «начало санкций» и т.п. (с) – санкци- онные компании. * - значимость изменений беты на 10% уровне значимости, ** - значимость изменений беты на 5% уровне значимости, *** - значимость изме- нений беты на 1% уровне значимости Источник: рассчитано авторами Из таблицы видно, что из 40 исследованных компа- ний лишь у 6 не зафиксировано ни одного статистиче- ски значимого изменения в бета-коэффициентах при переходе от одного периода к другому. Коэффициенты бета значимо менялись как у компаний, в отношении которых вводились санкции, так и у компаний, против которых адресные санкции не вводились. Поскольку коэффициент бета измеряет уровень риска акций компании относительно рынка в целом, то при всех переходах между периодами имелись компа- нии с увеличившимися и снизившимися коэффициен- тами бета. Статистически значимый рост коэффициен- та бета означает, что компания стала более рискован- ной относительно рынка. Статистически значимое сни- жение коэффициента бета означает, что компания ста- ла менее рискованной относительно рынка; при этом если уровень рыночного риска при переходе между периодами повысился, то возможно и повышение об- щего риска компании при снижении коэффициента бета (совокупное влияние изменений беты и премии за ры- ночной риск рассмотрено далее). У 19 компаний со значимым изменением бета с наступлением периода «привыкание к санкциям» этот коэффициент понизился. Эти компании стали менее рискованными относительно самых больших по капи- тализации компаний в выборке (у которых либо наблю- дался значимый рост бета (Роснефть, Лукойл, Сбер- банк), либо вообще не наблюдалось значимых измене- ний (Газпром, Газпром Нефть, Норникель)). Учет влияния санкций на безрисковую ставку В соответствии с предположениями авторов, введе- ние санкций должно приводить к увеличению безриско- вой ставки в связи с увеличением рисков в экономике. В период, приходящийся на начало введения санкций, очевидно увеличение безрисковой ставки, однако сложно разделить влияние падения цен на нефть и введения санкций на динамику безрисковой ставки. В настоящем исследовании было принято решение про- верить гипотезу о росте волатильности бизрисковой ставки, после очищения влияния цен на нефть. В слу- чае, если очищенная от влияния динамики цен на нефть волатильность безрисковых ставок статистиче- ски увеличивалась в период объявления санкций и снижалась в период «привыкания к санкциям», то мож- но сделать вывод, что в соответствии с концепций «риск-доходность» безрисковая ставка должна увели- чиваться в условиях введения санкций. Процесс очищения безрисковой ставки состоял из следующих этапов: 1. Вычисление доходности безрисковой ставки: , где – доходность безрисковой ставки, – значе- ние безрисковой ставки в день n, – значение без- рисковой ставки в день n-1. 2. Вычисление нефтяного коэффициента бета ( ), который показывает реакцию доходности бе- зрисковой ставки на изменение цены нефти марки Brent: , где – ковариация доходностей нефти марки Brent и доходности безрисковой ставки за предыдущие 100 торговых дней, – диспер- сия доходностей нефти марки Brent за предыдущие 100 торговых дней. 3. Вычисление искусственного коэффициента альфа ( ) на месте безрисковой ставки из стандартной модели CAPM: где – искусственный ряд доходностей, сформированный случайным образом, остальные обо- значения как прежде. 4. Вычисление нормальной доходности безриско- вой ставки ( на основе коэффициента альфа, изменений в доходности нефти марки Brent и нефтяно- го коэффициента бета: 5. Вычисление сверхдоходности ( ) на ос- нове фактической доходности безрисковой ставки и её нормальной доходности: 6. Получение ежедневных значений очищенной от нефти безрисковой ставки при помощи значений сверхдоходности: , где – доходность безрисковой ставки, очи- щенная от влияния нефти, в торговый день n, – значение безрисковой ставки в торговый день n-1, – сверхдоходность безрисковой ставки в день n. В качестве репрезентативных показателей безрис- ковой ставки в настоящем исследовании были исполь- зованы бескупонные доходоности ОФЗ со сроком до погашения в 10, 15, 20 и 30 лет. В 2014 г. очищенная от влияния цен на нефть вола- тильность безрисковой ставки статистически значимо возросла по сравнению с 2013 г., что позволяет сде- лать предположения, что и увеличение безрисковой 165 «ИННОВАЦИИ И ИНВЕСТИЦИИ». № 3. 2020 ставки в 2014 г. отчасти определялось и введенными санкциями. В 2016-2017 гг. наблюдается статистически значимое снижение очищенной от влияния цен на нефть волатильности безрисковой ставки, соответ- ственно можно сделать вывод о наличии эффекта «привыкания к санкциям». Таблица 3 Стандартные отклонения бескупонной доходности ОФЗ Лет до погашения 10 15 20 30 Период «До санкций» 2012 0,0047 0,0043 0,0038 0,0027 2013 0,0040 0,0041 0,0040 0,0037 Период «Начало санк- ций» 2014 0,0117 ?** 0,0092 ?** 0,0082 ?** 0,0074 ?** 2015 0,0114 0,0086 0,0070 0,0068 Период «Привы- кание к санкциям» 2016 0,0065 ?** 0,0062 ?** 0,0060 0,0058 2017 0,0024 ?** 0,0021 ?** 0,0016 ?** 0,0025 ?** Значимость проверялась по отношению к предыдущему временному периоду («начало санкций сравнивалось с перио- дом «до санкций», «привыкание к санкциям» с периодом «начало санкций», «во время санкций» с периодом «до санк- ций». * - значимость на 10% уровне значимости, ** - значи- мость на 5% уровне значимости, *** - значимость на 1% уровне значимости Источник: рассчитано авторами Учет влияния санкций на рыночную премию за риск Стоимость акционерного капитала любой компании также зависит и от премии за рыночный риск (equity risk premia, ERP). В настоящем исследовании рассчиты- вался показатель ERP ex-ante (на основе ожиданий, а не исторических данных) по формуле: , где – обратная величина рыночного мультиплика- тора , который предварительно взвешивался по капи- тализации каждой компании в индексе МосБиржи (ис- ключая данные по Сбербанку, ВТБ и Банку Санкт- Петербург); – значение бескупонной доходности 20- летних государственных облигаций на конец года. В таблице ниже представлены данные по изменению значений премии за рыночный риск. Таблица 4 Годовые значения премии за риск на российском рынке Период До санкций Начало санк- ций Привыкание к санк- циям Год 2012 2013 2014 2015 2016 2017 ERP 5,22% 6,66% 8,00% 9,55% 6,06% 5,52% Источник: рассчитано авторами Как и ожидалось, величина премии за риск инвести- рования в акции на российском рынке с наступлением периода санкций увеличилась, поскольку на фоне эко- номической нестабильности повысилась величина не- диверсифицируемого риска для инвесторов. Премия за рыночный риск в периоде «привыкание к санкциям» уменьшилась и вернулась к значению периода «до санкций». Однако разделить влияние санкций и нефти, а также провести тесты на статистическую значимость изменений премии за рыночный риск не имелось воз- можности, так как необходимые для расчёта этой пре- мии значения мультипликаторов P/E публикуются не- достаточно часто. На основе динамики премии за ры- ночный риск и коэффициентов бета могут быть рассчи- таны значения премии за рыночной риск для каждой компании. Учет влияния санкций на стоимость долгового финансирования Стоимость долгового финансирования определяет- ся величиной безрисковой ставки, кредитно- дефолтным спредом, а также рядом премий за риск, которые могут отражать особенности структуры долго- вого инструмента. Как было показано ранее, величина безрисковой ставки статистически значимо увеличи- лась после объявления о санкциях. Стоимость пятилетнего кредитно-дефолтного свопа, отражающего стоимость суверенного кредитного риска, поднялась со 170 базисных пунктов с введением санк- ций в начале 2014 года и превышала 300 б.п. в течение почти всего 2015 года. Резкий рост начался с июля 2014 года с момента введения секторальных санкций против России. Пиковые значения спред показывал в моменты рейтинговых шоков, то есть с января 2015 года после снижения суверенного рейтинга России агентствами Standard & Poor’s (BB+), Moody’s (Ba1) и Fitch (BBB–). В ряде исследования отмечалось, что кредитный риск рос на фоне колебаний на сырьевых и товарных рынках, а также из-за косвенного эффекта санкций отсутствует адекватная замена долгосрочным инвестициям с зарубежных рынков [4]. Интересна динамика спреда между индексом рос- сийских государственных еврооблигаций и индексом государственных еврооблигаций всех стран с развива- ющейся экономикой. После введения первых санкций в марте 2014 г. и до масштабного снижения цены нефти в августе и сентябре 2014 г. спред демонстрировал рост в 0,5–1 п.п. Таким образом, можно предположить, что это увеличение в данном периоде вызвано эффек- том санкций. На пике значение спреда достигало при- мерно 3,8 п.п., но, помимо санкций, этот эффект сти- мулировался нефтяным и рейтинговым шоками. Если оценивать динамику стоимости банковских кредитов для российских предприятий, то, по данным Банка России, в 1–3 кварталах 2015 г. средневзвешен- ные процентные ставки по валютным кредитам повы- сились в среднем на 1–1,5 п.п. (в абсолютном значении увеличение процентных выплат за 1–3 кварталы 2015 г. можно оценить в 0,6–0,9 млрд долл., или до 0,08% ВВП в 2015 г.), по рублевым – на 3–5 п.п. Таким образом, можно сделать вывод, что рост сто- имости финансирования не объясняется исключитель- но ростом цен на нефть и зависит от введенных санк- ций. Удорожание долга для каждой компании может зависеть от пересмотра ее финансового положения и кредитного рейтинга. Учет влияния санкций на структуру капитала В соответствии с теоремой Модильяни-Миллера с корпоративными налогами, изменение структуры капи- тала компании может приводить к изменению стоимо- сти компании за счет эффекта налогового щита и по- тенциальных издержек банкротства. При пересмотре оценки акций компании в результате появления ин- формационных сигналов о санкциях, необходимо учи- тывать ожидаемые изменения, касающиеся структуры капитала. 166 «ИННОВАЦИИ И ИНВЕСТИЦИИ». № 3. 2020 Изменение структуры капитала компании вслед- ствие введения санкций может зависеть от таких фак- торов, как финансовое положение, инвестиционные планы, принципы дивидендной политики. Также в ре- зультате резкого изменения валютных курсов возможно увеличение объема валютного долга, выраженного в рублях, что также может привести к изменению струк- туры капитала компании, не связанному с долговой политикой компаний. Учет влияния санкций на ожидаемые денежные потоки компании Применительно к периоду 2014-2017 гг. общий кон- сенсус сводится к тому, что санкции наряду с падением цен на нефть оказывали негативное влияние на объем выпуска. Так, влияние санкций составляет от 0,6-0,7 п.п. в год в первые два года с момента введения санк- ций [5]. Также санкции могут негативно повлиять на долгосрочные темпы роста ВВП по причине ограниче- ния доступа к технологиям и ограничением доступа к финансовым ресурсам. Однако, как было отмечено ранее, помимо макроэкономической конъюнктуры большое число факторов отказывает влияние на де- нежные потоки компании, что находится за границами настоящего исследования. Заключение В результате введения санкций возможно измене- ние стоимости капитала компании и ожидаемых денеж- ных потоков. В настоящем исследовании было показа- но, что у 34 из 40 рассмотренных компаний статистиче- ски значимо изменялись коэффициенты бета в резуль- тате введения санкций. При этом у компаний, не по- павших под санкции, как правило, имело место сниже- ние беты (с некоторыми исключениями для нефтегазо- вой, строительной и телекоммуникационной отраслей). Для компаний, попавших под санкции, бета возрастала только в нефтегазовой отрасли, и снижалась в метал- лургической и банковской отраслях. Также имело место статистически значимое увели- чение безрисковой ставки и увеличение премии за ры- ночный риск вследствие введения санкций. Эти ре- зультаты получены с поправкой на влияние падения цен на нефть. Интересно, что эффект увеличения пре- мии за рыночный риск в ряде случаев оказывался сильнее, чем снижение коэффициента бета. Так, в 2015 г. премия за рыночный риск для таких компаний как ММК, Акрон, Русгидро и Мосэнерго несколько воз- росла на фоне существенного падения коэффициентов бета этих компаний. Наряду с повышением безриско- вой ставки это приводило к удорожанию стоимости ак- ционерного капитала для компаний. Что касается денежных потоков, то ожидания ана- литиков относительно денежных потоков многих ком- паний, имеющих валютную выручку, были достаточно оптимистичными во время введения санкций. В частно- сти, положительная доходность за период владения акций компаний нефтегазовой и металлургической от- раслей в 2015 год связана с обесцениванием рубля. Литература 1. Dreger C., Fidrmuc J., Kholodilin K. и Ulbricht D. Between the Hammer and the Anvil: The impact of economic sanctions and oil prices on Russia’s ruble. Journal of Comparative Economics, т. 44, 2016. 2. Глазьев С.Ю., Архипова В.В. Оценка влияния санкций и других кризисных факторов на состояние российской экономики. Российский экономический жур- нал. №1. 2018. 3. Ахапкин Н.Ю. Динамика и структурные измене- ния российского рынка труда в условиях «войны санк- ций». Российский экономический журнал. №2. 2018. 4. Буклемишев О. Инвестиционная пауза в россий- ской экономике и её преодоление. Журнал НЭА, № 1, pp. 160-167, 2016. 5. Синяков А., Ройтман А. и Селезнев С., «Динами- ка потенциального ВВП России после нефтяного шока: роль сильного изменения относительных цен и струк- турных жесткостей». Банк России, 2015. 6. Александров Д.Г. Влияние обменного курса дол- лара США и импортозависимости российской экономи- ки на реальный уровень инфляции в России // Дай- джест-финансы. 2016. № 4 (240). С. 2-10. 7. Матюнин Л.В., Александров Д.Г., Белотелова Н.П. Роль государства в регулировании инновационной деятельности в России // Ученые труды Российской академии адвокатуры и нотариата. 2013. № 2 (29). С. 91-94. Impact of Sanctions on Determinants of Russian Companies’ Share Prices Galkin A.S., Gurov I.N., Studnikov S.S. Lomonosov Moscow State University The article focuses on the research of sanctions influence on the determnants of companies share prices. The study is based on data on the return dynamics of the 40 most liquid shares of Russian companies for 2012-2017 period, and also on data on market returns, changes in oil prices, interest rates and investors’ expectations. The authors found out that even controlling for changes in oil prices sanction against Russia cause statistically significant change in beta for most of companies, raise in risk free rate and equity risk premia, decline in expected cash flows. Key words: economic sanctions, equity valuation, intristic value of equity References 1. Dreger C., Fidrmuc J., Kholodilin K. and Ulbricht D. Between the Hammer and the Anvil: The impact of economic sanctions and oil prices on Russia’s ruble. Journal of Comparative Economics, vol. 44, 2016. 2. Glazyev S.Yu., Arkhipova VV Assessing the impact of sanctions and other crisis factors on the state of the Russian economy. Russian economic journal. No. 1. 2018. 3. Akhapkin N.Yu. Dynamics and structural changes of the Russian labor market in the context of the “war of sanctions”. Russian economic journal. No. 2. 2018. 4. Buklemishev O. Investment pause in the Russian economy and its overcoming. NEA Journal, No. 1, pp. 160-167, 2016. 5. Sinyakov A., Roitman A. and Seleznev S., “Dynamics of Russia's potential GDP after the oil shock: the role of a strong change in relative prices and structural rigidity”. Bank of Russia, 2015. 6. Alexandrov D.G. The influence of the exchange rate of the US dollar and the import dependence of the Russian economy on the real inflation rate in Russia // Day-finance. 2016. No. 4 (240). S. 2-10. 7. Matyunin L.V., Aleksandrov D.G., Belotelova N.P. The role of the state in the regulation of innovative activity in Russia // Scientific proceedings of the Russian Academy of Bar and Notaries. 2013. No. 2 (29). S. 91-94.

Похожие разделы

заказать диплом





© 2002 - 2020 RefMag.ru